在线方差计算器

方差（Variance）衡量一组数据偏离其均值的程度——它是每个数据点与均值之差的平方的平均数。方差越大，数据越分散；方差为零意味着所有数据完全相同。

总体方差（σ²）除以 N，样本方差（s²）除以 N−1——这个「减一」叫做贝塞尔校正（Bessel correction），是为了修正样本方差对总体方差的系统性低估。当样本量足够大时，两者差异可以忽略。

方差的单位是原始数据单位的平方（如身高的方差单位是 cm²），这不太直观。取平方根得到标准差，就回到了原始单位——身高标准差 5 cm 比方差 25 cm² 更容易理解。

方差是统计学的基石：从假设检验到机器学习，从质量控制到金融风险管理，方差无处不在。它和均值一起，构成了描述数据分布的两个最基本参数。

方差是无量纲化的离散程度度量吗？恰恰相反——方差的单位是原始数据单位的平方（身高的方差单位是 cm²），这让它很难直接解释，所以实践中更常用它的平方根，也就是标准差。方差的真正价值在于数学性质：独立随机变量之和的方差等于各方差之和（可加性），这条性质是投资组合风险分解、测量误差合成（不确定度评定）和方差分析（ANOVA）的基石。

方差分析（ANOVA）是统计学中另一大应用：通过把总方差分解为「组间方差」和「组内方差」，判断多个组的均值是否存在显著差异。Fisher 在 1920 年代为农业试验发展了这套方法，至今仍是生物统计、质量控制与 A/B 测试的标准工具。理解方差的定义与计算方式，是进入推断统计世界的第一步。